本发明专利技术公开了一种自动剪辑方法，该方法包括：S1：对待剪辑的视频的评分曲线并进行平滑处理；S2：计算经平滑处理后的评分曲线中的极大值点和极小值点；S3：根据相邻的两个极大值点或相邻的两个极小值点获取至少一个初步极值片段；S4：根据预设的评分阈值对初步极值片段进行处理以得到处理后的极值片段；S5：根据处理后的极值片段对视频进行剪辑。与现有技术相比，本发明专利技术方案通过视频帧的评分曲线及评分阈值来确定极值片段，解决了现有技术仅能筛选单张视频帧而不能筛选视频片段的问题，与现有技术相比，本发明专利技术方案通过视频帧的评分曲线及评分阈值来确定极值片段，解决了现有技术仅能筛选单张视频帧而不能筛选视频片段的问题，本发明专利技术方案鲁棒性强且可以剪辑视频极值片段。发明专利技术方案鲁棒性强且可以剪辑视频极值片段。发明专利技术方案鲁棒性强且可以剪辑视频极值片段。
【技术实现步骤摘要】
自动剪辑方法、装置、相机及计算机可读存储介质
[0001]本申请涉及视频处理
，具体涉及视频的自动剪辑方法、装置、相机及计算机可读存储介质。
技术介绍
[0002]自动剪辑功能帮助用户快速剪辑视频中的精彩片段，因而受到广大摄影爱好者的喜爱。因此现有的大多数拍摄装置（如运动相机、全景相机）都具备了该功能。
[0003]目前的自动剪辑的算法主要包括两个部分，第一部分是对视频帧进行评价，通过各种算法得到视频帧的不同指标，然后通过设定评分规则等方法将这些指标结合在一起就可以得到该视频帧的得分；第二部分是基于评分对视频进行剪辑，即根据第一部分得到的视频帧的评分曲线，然后对视频进行剪辑。
[0004]但目前直接把极值搜索策略用于自动剪辑的第二部分的方案存在以下缺陷：1、只能用于搜索极值点，即只能从视频帧评分曲线中筛选符合条件的某帧，而不能用于视频片段的筛选；2、容易受噪声干扰，评分曲线的轻微扰动可能导致搜索结果的较大差异，进而影响视频剪辑质量。
[0005]因此，有必要对现有的视频剪辑方法进行改进。
技术实现思路
[0006]本专利技术旨在解决现有视频剪辑方法存在的缺陷，提供一种视频的自动剪辑方法、装置、相机及计算机可读存储介质，以解决现有的视频剪辑方法的部分缺陷。
[0007]第一方面，本专利技术的优选实施例中公开了一种自动剪辑方法，该方法包括：S1：对待剪辑的视频的评分曲线并进行平滑处理；S2：计算经平滑处理后的评分曲线中的极大值点和极小值点；S3：根据相邻的两个极大值点或相邻的两个极小值点获取至少一个初步极值片段；S4：根据预设的评分阈值对初步极值片段进行处理以得到处理后的极值片段；S5：根据处理后的极值片段对视频进行剪辑。
[0008]本实施例的一个具体方案中，步骤S1中的平滑处理的方式可以通过中值滤波或低通滤波来实现。
[0009]本实施例的一个具体方案中，步骤S2中的计算平滑处理后的评分曲线中的极大值点和极小值点的计算可以通过以下方式实现：先对经平滑处理后的评分曲线进行一阶求导，选择导数值为0的点作为评分曲线的极值点，并将左侧导数为负、右侧导数为正的极值点作为极小值点，将左侧导数为正、右侧导数为负的极值点作为极大值点。
[0010]本实施例的一个具体方案中，步骤S4为：对各初步极值片段进行收缩直到该片段的平均得分满足评分阈值要求，得到处理后的极值片段。
[0011]本实施例的一个优化方案中，步骤S4还包括：判断处理后的极值片段的长度是否大于设定值，如果是则保留，如果否则删除。
[0012]本实施例的一个优化方案中，步骤S4还包括：判断两个相邻的处理后的极值片段
之间的间隔是否大于设定值，如果是则同时保留两个处理后的极值片段，如果否则删除其中一个处理后的极值片段。
[0013]进一步地，删除的极值片段为时间靠后或长度较短的极值片段。
[0014]第二方面，本专利技术还公开了一种自动剪辑装置，该装置包括：平滑处理模块，用于对待剪辑的视频的评分曲线并进行平滑处理；极值点计算模块，用于计算经平滑处理后的评分曲线中的极大值点和极小值点；初步极值片段获取模块，用于根据相邻的两个极大值点或相邻的两个极小值点获取至少一个初步极值片段；初步极值片段处理模块，用于根据预设的评分阈值对初步极值片段进行处理以得到处理后的极值片段；视频剪辑模块，用于根据处理后的极值片段对视频进行剪辑。
[0015]第三方面，本专利技术还公开了一种相机，包括处理器和存储器，所述存储器上储存有计算机程序，所述计算机程序被处理器执行时以实现上述的自动剪辑方法。
[0016]第四方面，本专利技术还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时以实现上述的自动剪辑方法。
[0017]与现有技术相比，本专利技术方案通过视频帧的评分曲线及评分阈值来确定极值片段，解决了现有技术仅能筛选单张视频帧而不能筛选视频片段的问题，本专利技术方案鲁棒性强且可以剪辑视频极值片段。
附图说明
[0018]图1是本专利技术实施例1中的自动剪辑方法的流程图。
[0019]图2是本专利技术实施例1中的评分曲线在进行平滑处理前的示意图。
[0020]图3是本专利技术实施例1中的评分曲线在进行平滑处理后的示意图。
[0021]图4是本专利技术实施例1中的极值片段获取示意图。
[0022]图5是本专利技术实施例2中的自动剪辑装置的结构框图。
[0023]图6是本专利技术实施例3中的相机的结构框图。
具体实施方式
[0024]为了使本专利技术的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0025]为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。
[0026]实施例1如图1至图4所示，本实施例中的自动剪辑方法包括以下步骤。
[0027]S1：对待剪辑的视频的评分曲线并进行平滑处理。
[0028]首先，根据预设的评分规则或模型对待剪辑视频的每一帧图像进行评分，评分方式可以包括：A、通过预设的评分指标或公式计算获得，例如根据视频帧的清晰度、图像中的人物的完整度等评分指标得到该视频帧的评分；B、通过构建基于神经网络的图片评分模型来对各视频帧的评分。其次，如图2所示，在得到待剪辑的视频的各视频帧的评分后，以各视频帧的排序数字为X轴，以视频帧的评分值为Y轴构建评分曲线。最后，如图3所示，在得到评分曲线后，对评分曲线进行平滑处理。在本实施例中，可以通过对图2中的评分曲线进行中
值滤波或低通滤波来实现。对比图2、图3可知，图3中的评分曲线更为平滑。
[0029]S2：计算经平滑处理后的评分曲线中的极大值点和极小值点。
[0030]在本实施例中，步骤S2中的计算平滑处理后的评分曲线中的极大值点和极小值点的计算可以通过以下方式实现：先对经平滑处理后的评分曲线进行一阶求导，由于本实施例中的评分曲线是离散曲线，在f（x）处的导数值的近似计算方法为：f(x)'= f(x+1)
‑
f(x)，选择导数值为0的点作为评分曲线的极值点，并将左侧导数为负、右侧导数为正的极值点作为极小值点，将左侧导数为正、右侧导数为负的极值点作为极大值点。如图4所示，位于评分曲线波峰位置的A1至A6为极大值点，位于评分曲线波谷位置的B1至B5为极小值点。
[0031]S3：根据相邻的两个极大值点或相邻的两个极小值点获取至少一个初步极值片段。
[0032]在本实施例中，以找出镜头拍摄的相对平稳的片段为例进行说明，镜头晃动越大，评分越高，晃动越小，评分越低，因此评分曲线分值越低越适合观看，此时的剪辑是为了得到平均分较低的部分的视频帧，因此在两个相邻极大值点之前获取初步极值片段，如图4所示，本实施例包括5个初步极值片段，具体为A1B1A2、A2A3、A3B3A4、A4本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自动剪辑方法，其特征在于，包括：S1：对待剪辑的视频的评分曲线并进行平滑处理；S2：计算经平滑处理后的评分曲线中的极大值点和极小值点；S3：根据相邻的两个极大值点或相邻的两个极小值点获取至少一个初步极值片段；S4：根据预设的评分阈值对初步极值片段进行处理以得到处理后的极值片段；S5：根据处理后的极值片段对视频进行剪辑。2.根据权利要求1所述的自动剪辑方法，其特征在于，所述步骤S1中的平滑处理为中值滤波或低通滤波。3.根据权利要求1所述的自动剪辑方法，其特征在于，所述步骤S2为：对经平滑处理后的评分曲线进行一阶求导，选择导数值为0的点作为评分曲线的极值点，并将左侧导数为负、右侧导数为正的极值点作为极小值点，将左侧导数为正、右侧导数为负的极值点作为极大值点。4.根据权利要求1所述的自动剪辑方法，其特征在于，所述步骤S4为：对各初步极值片段进行收缩直到该片段的平均得分满足评分阈值要求，得到处理后的极值片段。5.根据权利要求4所述的自动剪辑方法，其特征在于，所述步骤S4还包括：判断处理后的极值片段的长度是否大于设定值，如果是则保留，如果否则删除。6.根据权利要求4所述的自动剪...
【专利技术属性】
技术研发人员：陈勃霖，龙良曲，
申请(专利权)人：影石创新科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。